Post #2049
366
The spelled-out intro to neural networks and backpropagation: building micrograd
Если вы хотели понять, как реально работают нейросети, то это лучший урок для развития "понимания".
Классика по основам машинного обучения - подробное введение в нейросети и обратное распространение ошибки от Андрея Карпатого (Andrej Karpathy).
Нужно немного уметь в программирование (самую малость), понимать, что такое производная, дифференциал и правило дифференцирования сложной функции (Chain rule/правило цепочки), знать английский и уметь немного гуглить.
К концу этого 2+ часового видео получите самописный движок, который тренирует полносвязную нейросеть из описанных вами же нейронов и немного потренируете её.
Просто потрясающее видео, процитирую комментарий с ютуба:
YouTube The spelled-out intro to neural networks and backpropagation: building micrograd This is the most step-by-step spelled-out explanation of backpropagation and training of neural networks. It only assumes basic knowledge of Python and a vague recollection of calculus from high school.
Links:
- micrograd on github: https://github.com/k… Если вы хотели понять, как реально работают нейросети, то это лучший урок для развития "понимания".
Классика по основам машинного обучения - подробное введение в нейросети и обратное распространение ошибки от Андрея Карпатого (Andrej Karpathy).
Нужно немного уметь в программирование (самую малость), понимать, что такое производная, дифференциал и правило дифференцирования сложной функции (Chain rule/правило цепочки), знать английский и уметь немного гуглить.
К концу этого 2+ часового видео получите самописный движок, который тренирует полносвязную нейросеть из описанных вами же нейронов и немного потренируете её.
Просто потрясающее видео, процитирую комментарий с ютуба:
The fact that this video is free to watch feels illegal.
- 👍 6
- ❤ 3
